[发明专利]基于双层锚图散列的SAR图像检索方法

说明书

本发明公开了一种基于双层锚图散列的SAR图像检索方法，主要解决现有技术检索速度慢和精度低的问题。其实现步骤为：首先将SAR大图切割成小图像块，选取信息完整的图像块组成一个图像数据库，对其进行标记；接着对数据库中每一幅图像提取纹理、形状和场景特征，并将提取出的特征分为两个特征通道分别选取聚类中心；然后训练双层锚图模型，预测出训练数据的散列码和测试数据的散列码，分别计算汉明距离矩阵；最后将双特征通道的汉明距离矩阵加权融合，计算联合汉明距离矩阵，显示检索结果。本发明由于运用了基于散列的检索方法和SAR图像自身性质相关的特征信息，缩短了检索时间，提高了检索精度。

技术领域

本发明属于图像处理技术领域，是一种基于双层锚图散列的SAR图像检索方法，可用于快速准确地按类别检索单类标SAR图像。

背景技术

随着合成孔径雷达SAR技术的发展，SAR图像分辨率已经基本达到光学图像的水准，由于其具有更丰富的信息，而且数量也呈爆炸式的飞速增长，使得SAR图像的应用越来越广泛。如何高效、快速的在海量的SAR图像库中检索到所需要的图像数据成为当前该领域的一个研究方向，处理这些数据所消耗的大量人力、财力，使得开发自动处理工具势在必行，因此基于内容的SAR图像检索技术应运而生。SAR图像检索技术不同于传统的SAR图像降噪等技术，它是一种信息检索技术，利用SAR图像的低层特征检索所要求的数据。不同于自然图像的检索，SAR图像的检索更关注的是快速查找和发现。近年来，针对该问题学者们提出了一些方法。主要围绕特征提取、图像分类、相似性匹配等方面展开。

南京航空航天大学的顾春花，在其硕士学位论文“基于Contourlet变换的SAR图像检索系统的研究与实现”中研究了多尺度几何分析技术Contourlet变换在基于图像纹理和形状特征的检索方法中的应用，并基于这些方法实现了SAR图像检索系统。其考虑到SAR图像特点，选取了基于contourlet的纹理和形状特征，但是由于其分类方法和相似性度量方法简单，导致图像检索时间较长，检索精度并不是很高。

Pei Tao等人提出了一种新颖的用于合成孔径雷达(SAR)图像检索的空间尺度加权GIST(SSWGIST)描述符(A novel Spatial-Scale Weighted GIST Descriptor for SARImage Retrieval)。受GIST特征的启发,图像是由邻域均值和响应gabor滤器的无重叠块。除此以外,该方法给出不同尺度空间不同的权重值。通过计算块边缘检测的比率和显著性得到自适应的空间权重。对给定图像数据集有特殊参数的尺度权重服从高斯分布。因此,响应滤波器的每个块的显著性身份可以自适应反映。但其对特征处理过程复杂，不适用于快速检索的场合。

西安电子科技大学的唐旭，在其硕士学位论文“基于高斯混合模型分类的SAR图像检索”中研究了基于高斯混合模型分类器在SAR图像检索方法中应用。此方法分为图像精确分类与图像匹配两部分。首先利用高斯混合模型GMM得到精确地分类结果，其次应用多种现今成熟的图像相似匹配方法，进一步得到准确的检索结果。此方法进一步考虑到图像分类和配准的问题，一定程度上提高了分类精度和缩短了搜索时间，但是该方法应用的SAR图像库，由于是有重叠的分切，使得图像库中的目标图像之间的相似度较高，降低了数据的泛化性。同时，对检索结果的评价还是存在相当的主观性。

以上三种方法还存在一个共同的缺点就是检索时间较长，不满足目前对检索方法实时性的要求；

发明内容

本发明的目的是针对上述技术的不足，提出一种基于锚图散列的SAR图像检索方法，以提高检索精度，缩短检索时间。

实现本发明目的的技术方案是：通过利用SAR图像的底层特征如纹理，形状和场景特征，提高检索精度；通过使用散列的方法将高维数据映射到低维空间计算图像距离，缩短检索时间，其技术方案包括如下步骤：